自监督各向同性超分辨率胎儿脑 MRI
图像与视频处理
2022-11-15 v1 人工智能
机器学习
信号处理
摘要
超分辨率 T2 加权胎儿脑磁共振成像 (FBMRI) 传统上依赖于获取若干正交的低分辨率二维厚切片（体数据）序列。实践中仅获取少量低分辨率体数据。因此，基于优化的图像重建方法需要使用手工正则化器（如 TV）进行强正则化。然而，由于宫内胎儿运动及快速变化的胎儿脑解剖结构，获取训练监督学习方法所需的高分辨率图像十分困难。在本文中，我们绕开该困难，给出了一种用于 T2 加权 FBMRI 的自监督单体积超分辨率框架（SAIR）的概念验证。我们在无运动仿真环境中定量验证了 SAIR。针对不同噪声水平与分辨率比的结果表明，SAIR 可与多体积超分辨率重建方法相媲美。我们还在临床 FBMRI 数据上定性评估了 SAIR。结果表明 SAIR 可纳入当前重建流程。
引用
@article{arxiv.2211.06502,
title = {Self-Supervised Isotropic Superresolution Fetal Brain MRI},
author = {Kay Lächler and Hélène Lajous and Michael Unser and Meritxell Bach Cuadra and Pol del Aguila Pla},
journal= {arXiv preprint arXiv:2211.06502},
year = {2022}
}
备注
5 pages, 8 figures